x 轴上百分位标签的均匀分布答案

【问题标题】：Even distribution of percentile labels on x axisx 轴上百分位标签的均匀分布
【发布时间】：2017-05-13 00:58:02
【问题描述】：

请原谅我的术语，我不是统计或绘图方面的专家！

使用 Pandas，我正在尝试绘制分位数数据，这些数据被存储到“5 个 9s”。也就是说，对于给定的 DataFrame 'df'，它具有一系列 'foo' 不均匀分布的整数值：

q = df['foo'].quantile([.1, .2, .3, .4, .5, .6, .7, .8, .9, .99, .999, .9999, .99999, 1])
q.plot()

导致绘图中 0.9 和 1.0 之间的 x 轴间隔被压缩：

有没有办法在 x 轴上均匀分布分位数桶？

谢谢！

【问题讨论】：

一种可能性是设置一个新变量，它是分位数桶的 1-1 映射，但从 1 到 n 计数，其中 n 是桶的数量。生成以 this 作为 x 轴的图形，然后添加分位数作为标签。
lmo，如果您想将此更改为答案，我会给您功劳-您的建议有效。谢谢。
如果您想发布您的代码作为答案，那很好。我现在有点心事重重。只需在最后添加对建议或类似内容的快速感谢即可。如果您在发布时告诉我，我会给您一个赞成票。否则，我会在这个周末尝试一下。

标签： python pandas matplotlib plot quantile

【解决方案1】：

我会使用pd.qcut

示例

import pandas as pd
import numpy as np

a = np.sort(np.random.rand(1000))
b = a.repeat(np.arange(len(a)))
b += np.random.rand(len(b)) / 100
s = pd.Series(b)

s.hist()

你想要这个
使用任何你想要的垃圾箱。我用了 20。我还传递了一个标签参数。没有它，pandas 将在切割处的边缘标记。

q = pd.qcut(s, 20, labels=range(20))

【讨论】：

不幸的是，我的数据分布不够，无法避免非唯一的 bin 边缘。无论如何，我需要能够显示 N 9 的精度高于第 90 个百分位。也许我不完全理解你的回答。

【解决方案2】：

听取 lmo 的建议，这是适合我的解决方案。

对于具有系列“A”的给定数据框“df”：

percentiles = [.1, .2, .3, .4, .5, .6, .7, .8, .9, .99, .999, .9999, .99999, 1.0]

pct = df['A'].quantile(percentiles)
xticks = range(0, len(percentiles), 1)
ax = pct.plot (xticks=xticks)
ax.set_xticklabels([str(p) for p in percentiles)
plt.show()

【讨论】：